联合特征融合和判别性外观模型的多目标跟踪

• 作者: 侯建华 张华 笪邦友 项俊 黄奇
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 多目标跟踪 判别性外观模型 Adaboost 时间滑动窗
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 1188-1198
• 页数: 11页
• 分类号: TP391
• 字数: 7872字
• 语种: 中文
• DOI: 10.11834/jig.20150906

摘要

目的 针对基于检测的目标跟踪问题,提出一种联合多特征融合和判别性外观模型的多目标跟踪算法.方法 对时间滑动窗内的检测器输出响应,采用双阈值法对相邻帧目标进行初级关联,形成可靠的跟踪片,从中提取训练样本;融合多个特征对样本进行鲁棒表达,利用Adaboost算法在线训练分类器,形成目标的判别性外观模型;再利用该模型对可靠的跟踪片进行多次迭代关联,形成目标完整的轨迹.结果 4个视频数据库的目标跟踪结果表明,本文算法能较好的处理目标间遮挡、目标自身形变,以及背景干扰.对TUD-Crossing数据库的跟踪结果进行了定量分析,本文算法的FAF(跟踪视频序列时,平均每帧被错误跟踪的目标数)为0.21、MT(在整个序列中,有超过80％视频帧被跟踪成功目标数占视频序列目标总数的比例)为84.6％、ML(在整个序列中,有低于20％视频帧被跟踪成功目标数占视频序列目标总数的比例)为7.7％、Frag(视频序列目标真值所对应轨迹在跟踪中断开的次数)为9、IDS(在跟踪中,目标身份的改变次数)为4;与其他同类型多目标跟踪算法相比,本文算法在FAF和Frag两个评估参数上表现出色.结论 融合特征能对目标进行较为全面的表达、判别性外观模型能有效地应用于跟踪片关联,本文算法能实现复杂场景下的多目标跟踪,且可以应用到一些高级算法的预处理中,如行为识别中的轨迹检索.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯建华	中南民族大学电子信息工程学院	58	428	14.0	18.0
5	张华	中南民族大学电子信息工程学院	18	41	4.0	5.0
9	黄奇	中南民族大学电子信息工程学院	4	15	2.0	3.0
13	项俊	华中科技大学自动化学院	7	93	5.0	7.0